用python生成正态分布随机数

在Python中，你可以使用内置的random模块或者numpy库来生成正态分布（也称为高斯分布）的随机数。以下是两种常见的做法：

1. 使用random模块的`gauss()`函数：

import random

# 定义均值(mean)和标准差(std_dev)
mean = 0
std_dev = 1

# 生成单个正态分布随机数
random_number = random.gauss(mean, std_dev)

print(random_number)

注意：`gauss()`函数在Python 3.x中已被弃用，推荐使用`normalvariate()`函数代替。

2. 使用numpy库的`normal()`函数：

import numpy as np

# 同样的均值和标准差
random_normal = np.random.normal(mean, std_dev)

print(random_normal)

这个函数会返回一个服从正态分布的一维数组，如果你需要生成固定长度的序列，可以指定数组的大小：

size = 10
random_normal_array = np.random.normal(mean, std_dev, size=size)

print(random_normal_array)

相关问题

python生成正态分布随机数组

要用Python生成正态分布随机数组，可以使用NumPy库中的random模块中的normal函数。下面是一种实现方法：

首先，需要安装NumPy库。可以使用命令`pip install numpy`进行安装。

接下来，导入NumPy库并生成正态分布随机数组。

import numpy as np

# 指定均值和标准差
mu = 0  # 均值
sigma = 1  # 标准差

# 生成大小为n的正态分布随机数组
n = 10
random_array = np.random.normal(mu, sigma, n)

print(random_array)

以上代码中，我们通过设置`mu`和`sigma`来指定正态分布的均值和标准差。`n`表示生成数组的大小。`np.random.normal(mu, sigma, n)`用于生成大小为`n`的正态分布随机数组。

执行以上代码，就会输出一个生成的正态分布随机数组。

注意，代码中的`np`是导入的NumPy库的别名。

python如何生成正态分布随机数

Python中可以使用numpy库中的函数来生成正态分布随机数。

具体实现可以如下：

import numpy as np

# 生成均值为0，标准差为1的正态分布随机数
x = np.random.normal(0, 1, size=100) # size为生成随机数的个数

print(x)

其中，np.random.normal()函数的三个参数分别为均值、标准差和生成的随机数个数。如果不指定生成的随机数个数，则默认生成一个随机数。